Buscar en Google Scholar
Título: Predicción del tipo de parto en el departamento de ginecología-obstetricia del Hospital Santa Rosa mediante Machine Learning
Asesor(es): Calderón Niquín, Marks
Campo OCDE: https://purl.org/pe-repo/ocde/ford#5.02.04; https://purl.org/pe-repo/ocde/ford#2.11.04
Fecha de publicación: 2023
Institución: Universidad ESAN
Resumen: En el presente trabajo, se uso Machine Learning en el ámbito de aprendizaje supervizado. para predecir los tipos de partos de las gestante atendidas en el Hospital Santa Rosa, buscando optimizar los recursos de la institución tanto material como humano. Para la creación del Modelo se recopiló toda la información existente en el hospital santa rosa y el ministerio de salud (Minsa) mediante un cruce de información, luego de la limpieza de datos, se utilizo el 80% para el aprendizaje y uN 20% para la para corroborar la predicción. El modelo predominante para nuestro trabajo fue el Árbol de decisión, donde se identifico la variable y ( tipos de partos existentes) y las variables x ( diagnosticas por lo que existe complicaciones durante el parto). con lo cual el modelo se pudo recrear.
Disciplina académico-profesional: Ingeniería Industrial y Comercial; Ingeniería de Tecnologías de Información y Sistemas
Institución que otorga el grado o título: Universidad ESAN. Facultad de Ingeniería
Grado o título: Ingeniero Industrial y Comercial; Ingeniero de Tecnologías de Información y Sistemas
Jurado: Carpio Gallegos, Javier Del; Castro Gamarra, Giannina
Fecha de registro: 11-abr-2024



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons